强背景噪声自适应离散余弦变换语音增强
| 第1章 绪论 | 第1-16页 |
| ·语音增强的基本原理 | 第9-13页 |
| ·语音信号的主要特性 | 第10页 |
| ·噪声特性及其分类 | 第10-12页 |
| ·人耳语音感知的特点 | 第12页 |
| ·语音增强的信号模型 | 第12-13页 |
| ·语音增强的现状及其发展趋势 | 第13-14页 |
| ·研究内容及章节安排 | 第14-16页 |
| ·主要研究内容 | 第14-15页 |
| ·章节安排 | 第15-16页 |
| 第2章 语音增强技术 | 第16-29页 |
| ·频谱相减法 | 第16-18页 |
| ·小波变换法 | 第18-21页 |
| ·听觉模拟法 | 第21-22页 |
| ·其他增强算法 | 第22-24页 |
| ·语音增强方法的性能指标 | 第24-27页 |
| ·主观评价 | 第24-25页 |
| ·客观评价 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 第3章 基于离散余弦变换的语音增强方法 | 第29-41页 |
| ·离散余弦变换及其应用 | 第29-30页 |
| ·噪声估计 | 第30-32页 |
| ·自适应DCT系数处理 | 第32-35页 |
| ·DCT系数初步阈值处理 | 第32-33页 |
| ·噪声自适应的DCT系数处理 | 第33-35页 |
| ·不同信噪比下阈值的设定 | 第35页 |
| ·实验 | 第35-40页 |
| ·白噪声 | 第35-37页 |
| ·其它噪声 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于经验模式分解的语音增强 | 第41-58页 |
| ·希尔伯特黄变换的提出及定义 | 第41-46页 |
| ·瞬时频率的定义 | 第42页 |
| ·Hilbert变换 | 第42-44页 |
| ·曲线拟合方法 | 第44-45页 |
| ·希尔伯特黄变换与传统变换方法的比较 | 第45-46页 |
| ·经验模式分解方法 | 第46-50页 |
| ·IMF的定义 | 第46-47页 |
| ·EMD分解方法 | 第47页 |
| ·EMD分解的终止准则 | 第47-48页 |
| ·边界处理的方法和重要性 | 第48-50页 |
| ·经验模式分解在语音中的性质 | 第50-57页 |
| ·白噪声的EMD分解成分的能量分析 | 第50-53页 |
| ·纯净语音的EMD分解成分的能量分析 | 第53-55页 |
| ·含噪语音样本的EMD结果分析 | 第55-56页 |
| ·经验模式分解用于语音增强 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |
